Meta分析中的异质性及其处理方法
第五章Meta分析11
Q服从于自由度（df）为k-1的χ2分布，Q 越大，相对P值越小。 若Q>χ2（1-a），即P<a，表明研究间存 在差异性。可作异质性来源的处理。 I2=(Q-df)/Q, I2>50%则说明差异性明显。 在Cochrane系统评价中，只要I2不大于 50%，其异质性可以接受。 若Q<χ2（1-a），即P>a，表明研究间存 在多个同类研究具有同质性，可选择固定 效应模型计算其合并统计量。
•
=0.289
• 故RR的95%的可信区间为： Exp[ln(RR)±1.96SE（lnRR）]= exp[-0.734±1.96×0.289]=[0.272,0.846] • 该例RR的95%的可信区间为0.272～0.846， 使用阿斯匹林治疗的病人，其病死率小于 对照组，可认为阿斯匹林可降低心肌梗死 有效。
例:某医师研究了阿司匹林治疗心肌梗死的效果, 资料见下表 死亡
阿司匹林治疗组 对照组 合计 15(a) 30(c) 45
未死亡
110(b) 90(d) 200
例数
125(n1) 120(n2 ) 225(n)
该试验结果的EER和CER计算结果为: EER=a/n1=15/125=12%, CER=c/n2=30/120=25%
第二节 Meta分析中的统计学过程
在临床研究中，常常由于经费、人力、技 术条件的因素，研究的样本例数较少，而 导致检验效力低下。有时同类型的研究却 又不一致的结果，分析评价这些不一致的 研究结果时，可考虑Meta分析，通过定量 化汇总分析，提高检验效能。
Meta分析是对目的相同、性质相近的多个 医学研究进行定量综合分析，它不是一种 简单的统计方法，而是包括提出研究问题， 制定纳入和排除标准，检索相关研究，汇 总基本信息，综合分析并报告结果等一系 列的过程，也称为荟萃分析。
Meta分析异质性大？这都不是事！
Meta分析异质性大？这都不是事！美景欣赏完了，咱们该干正事了。
审稿人嫌弃异质性太高？让做meta回归？这个因素也有影响，那个因素也有影响，怎么办？有发表偏倚？都是什么乱七八糟的，到底是什么意思呢？今天我们就来理一理，异质性/meta回归/发表偏倚/亚组分析/敏感性分析之间的关系。
我们知道，meta分析是把不同的研究汇总到一起分析的，这其中必然是有异质性的，是不能避免的。
但是异质性如果超出了接收范围的话，我们把他硬拉到一起分析，得到的结论就是不可靠，没有意义的。
所以异质性是必然存在的，但要在合理的范围。
因此，异质性分析是就是必不可少的。
一般来说I square<50%，p>0.05是被认为可接受的。
而超出这一范围也是常见的。
如果真的非常大应该怎么办呢？不妨试试这两种方法：Meta回归Meta回归，看到底是哪个因素导致的异质性，当然了，如果影响因素很明显或者涉及因素很少的话，也没有必要做meta回归，直接做亚组分析就好了。
亚组分析亚组分析可以把研究对象细分，得出更为准确的结论。
看看是不是还很大，判断是哪些因素影响结果稳定性。
到这里就有人问了：我怎么知道以哪些因素为基础进行亚组分析呢？1) 根据临床经验，判断哪个因素可能对结果有较大影响。
2) 其实我想说，把原始文献中分了组的都分析一下就好了。
您可能觉得这样太粗放，太不严谨了。
那就试试第三种方法咯。
3) 第三种方法是啥？就是上面讲到的meta回归啊！那么审稿人觉得结果不稳定怎么办呢？敏感性分析啊。
敏感性分析一般有三种方法：1）逐个剔除纳入文献，看看结果是否发生较大变化（一般看是否逆转），如果逆转就说明结果不稳定，那么恭喜你，这篇文章对结果产生较大影响，需要细致讨论了（还在担心讨论不知道写什么吗）；如果结果未发生较大变化，那么同样恭喜你，你的结果是稳定的，你可以自信的在你的结果部分说（chui）明（niu）了。
那么发表偏倚又是怎么回事呢？这个其实很好理解啦。
Meta分析中的异质性检验方法
> 50 月
4
61652
01084
541901
11489 (21588～01857)
21511 (11886～31344)
1 研究年份
2
4
61327
01097
521584
11452 (21526～01835)
5
241524
01001
831689
21476 (31723～11647)
21268 (11118～41601) 31370 (21646～41294)
P < 0101 , H 统计量及其 95 % 可信区间为 21024 和 (21807～11459) , I2 = 751579 ,三个统计量检验结果都
果不一致 ,是由于研究数少 , Q 检验和区间范围估计 往往不准确〔7〕。 Q 检验结果受研究文献多少影响很
表明研究间存在明显异质性 。对随访时间 、研究年份 、 大 ,因为 Q 值的大小取决于合并方差 、效应量的离散
法确定是否存在异质性 , 若没包含 1 则可认为存在异
质性 。
统计量 I2 值为 0 %时表示各个研究是同质来源 ,
若 I2 > 56 %提示研究间存在异质性 , I2 < 31 %则提示
可认为各个研究是同质 。
结果与分析
11 文献中的数据整理 为了便于对上述统计量的异质性检验方法说明 , 引用可手术乳腺癌骨髓播散与远处转移相关性 Meta 分析〔8〕资料进行实例分析 。数据整理如表 1 所示 ,其 中研究年份 、随访时间 、染色技术和抗原等是研究中考 虑可能对异质性影响的因素 ,这里归类是为了进一步 分层分析的需要 。 21 各种方法的异质性检验结果 该 Meta 分析中 ,全部 9 篇研究间的异质性检验 P < 0101 ,而 H 值及 95 % CI 可信区间为 21024 ( 21807
Meta分析中的异质性评价、敏感性分析和发表偏倚及漏斗图不对称性检测
Meta分析中的异质性评价What is heterogeneity? Variation or differences•Meta分析中异质性分类三类•Clinical•Methodological•StatisticalClinical diversity•participants•e.g. condition, age, gender, location, study eligibility criteria •interventions•intensity/dose, duration, delivery, additional components,experience of practitioners, control (placebo, none,standard care)•outcomes•follow‐up duration, ways of measuring, definition of anevent, cut‐off pointsMethodological diversity•design•e.g. randomised vs non‐randomised, crossover vs parallel,individual vs cluster randomised•conduct•e.g. risk of bias (allocation concealment, blinding, etc.),approach to analysisStatistical heterogeneity•there will always be some random (sampling) variation between the results of different studies •heterogeneity is variation between the effects beingevaluated in the different studies•caused by clinical and methodological diversity•alternative to homogeneity (identical true effects underlyingevery study)•study results will be more different from each other than ifrandom variation is the only reason for the differencesbetween the estimated intervention effectsHow to detect the heterogeneity?I 2统计量I 2统计量是描述由研究间变异占总变异的百分比，计算公式为：⎪⎩⎪⎨⎧≤>-=dfQ df Q Qdf Q I 如果如果02其中，Q 为I 2统计量，df 是它的自由度（即研究总数-1）‐Fixed‐effect vs.random‐effects•Two models for meta‐analysis available in RevMan& Stata software•Make different assumptions about heterogeneity •Pre‐specify your planned approach in your protocolFixed ‐effect model•Assumes all studies are measuring the same treatment effect•Estimates that one effect •If not for random (sampling) error, all results would be identicalCommon Random (sampling)errortrue effectStudy resultSource: Julian HigginsRandom ‐effects model•Assumes the treatment effect varies between studies•Estimates the mean of the distribution of effects •Weighted for both within ‐study (SE) and between ‐study variation (tau 2, 2)Random errorStudy-specific effectMean of true effectsSource: Julian HigginsNo heterogeneityAdapted from Ohlsson A, Aher SM. Early erythropoietin for preventing red blood cell transfusion in preterm and/or low birth weight infants. Cochrane Database of Systematic Reviews 2006, Issue 3.FixedRandomSome heterogeneityFixed RandomAdapted from Adams CE, Awad G, Rathbone J, Thornley B. Chlorpromazine versusplacebo for schizophrenia. Cochrane Database of Systematic Reviews2007, Issue 2.Small study effectsFixed RandomAdapted from Li J, Zhang Q, Zhang M, Egger M. Intravenous magnesium for acutemyocardial infarction. Cochrane Database of Systematic Reviews 2007, Issue 2.Which to choose?•Plan your approach at the protocol stage•Do you expect your results to be very diverse?•Consider the underlying assumptions of the model •fixed‐effects•may be unrealistic –ignores heterogeneity•random‐effects•allows for heterogeneity•estimate of distribution of studies may not be accurate if biasesare present, few studies or few eventsIdentifying heterogeneity•Visual inspection of the forest plots •chi‐squared (c2) test (Q test)•I2statistic to quantify heterogeneityVisual inspectionForest plot A Forest plot BThe chi‐squared (c2) test•Tests the null hypothesis of homogeneity•low power with few studies•may detect clinically unimportant differences with manystudies•narrow question (yes/no) not useful if heterogeneity isinevitable•Calculated automatically by RevManThe I2statistic•I2statistic describes the percentage of variability due to heterogeneity rather than chance(0% to 100%)•low values indicate no, or little, heterogeneity•high values indicate a lot of heterogeneity •Calculated automatically by RevMan•Be cautious in interpretingThe I2statisticchi2= 29.55 df= 13 P = 0.0055 chi2= 6.14 df= 3 P = 0.11I2= 56% I2= 51%Source: Julian HigginsWhat to do about heterogeneity •check that the data are correct•consider in your interpretation•especially if the direction of effect varies•if heterogeneity is very high•interpret fixed‐effect results with caution•consider sensitivity analysis –would random‐effects have made animportant difference?•may choose not to meta‐analyse•average result may be meaningless in practice•consider clinical & methodological comparability of studies •avoid•changing your effect measure or analysis model•excluding outlying studies•explore heterogeneityExploring your results•what factors appear to modify the effect?•clinical diversity (population, interventions, outcomes)•methodological diversity (study design, risk of bias)•plan your strategy in your protocol•identify a limited number of important factors to investigate •have a scientific rationale for each factor chosen•declare any post‐hoc investigationsTwo methods available•subgroup analysis•Group studies by pre‐specified factors•look for differences in results and heterogeneity•meta‐regression•examine interaction with categorical and continuous variables •not available in RevManProceed with caution•results are observational, not randomised•be wary of multiple and post hoc comparisons •may not be useful with few studies•may not be able to investigate aggregate data •look for confounding factors•follow the plan specified in the protocol without over‐emphasising particular findingsResults are rarely definitiveInterpreting subgroup analyses•look at results and heterogeneity within subgroups •are the subgroups genuinely different?•if only 2 subgroups –do the confidence intervals overlap?•statistical tests for subgroup difference•can be more confident about:•pre‐specified analyses•within‐study analyses•effect is clinically plausible and supported by indirect evidence •effect is clinically important and will alter recommendationsParticipant subgroupsBased on Stead LF, Perera R, Bullen C, Mant D, Lancaster T. Nicotine replacement therapy for smoking cessation. Cochrane Database of Systematic Reviews 2008, Issue 1. Art. No.: CD000146. DOI: 10.1002/14651858.CD000146.pub3.Intervention subgroupsSensitivity analysis•not the same as subgroup analysis•testing the impact of decisions made during the review •inclusion of studies in the review•definition of low risk of bias•choice of effect measure•assumptions about missing data•cut‐off points for dichotomised ordinal scales•correlation coefficients•repeat analysis using an alternative method orassumption•don’t present multiple forest plots –just report the results•if difference is minimal, can be more confident of conclusions •if difference is large, interpret results with cautionWhat to include in your protocol •Assessment of heterogeneity•assessment of comparability of studies before meta‐analysis •visual inspection and use of statistics such as I2•Data synthesis•fixed‐effect or random‐effects model (or both)•Subgroup analyses and investigation of heterogeneity •planned subgroup analyses•any other strategies for investigating heterogeneityTake home message•statistical heterogeneity is the presence of differencesbetween estimated intervention effects greater than expected because of random (sampling) variation alone•it can be caused by clinical and methodological diversity•fixed and random‐effects models make different assumptions about heterogeneity•explore any heterogeneity you findStata进行异质性评价Stata进行异质性评价•图示法•拉贝图（labbe）•Galbraith星状图（galbr）•定量判断•亚组分析•Meta回归（metareg）•hetredL’Abbe图•拉贝图是以每项研究中的干预组事件发生率相对于对照组事件发生率作图，若研究间同质，则所有点呈直线分布，或者说不能偏离效应线太远•具有主观性，偏离多远算远？•以例5_数据为例•首先执行metan命令，计算合并效应量metan ntdeath ntalive ncdeath ncalive, label(namevar=study, yearvar=year) random or nograph•绘制拉贝图labbe ntdeath ntalive ncdeath ncalive, percent null or(0.851)Galbraith星状图•Galbraith星状图是以标准化估计值（如logor/lnrr）相对于其标准误的倒数作图，若散点斜率较为接近则说明研究间同质•主观性较大•以例5_数据为例•首先执行metan命令，计算合并效应量，生成中间变量_ES, _selogESmetan ntdeath ntalive ncdeath ncalive, label(namevar=study, yearvar=year) random or nograph•计算logor,selogorgen logor=log(_ES)gen selogor=_selogES•绘制Galbraith星状图galbr logor selogorStata实现亚组分析•亚组分析是探索异质性来源的一个重要方法•如何确定亚组？需要从专业角度寻找•应避免过度的亚组分析•合理的亚组分析应该在研究的设计阶段就确定，写在研究方案中•以例6_数据为例命令语句•metan a b c d, label(namevar=authors, yearvar=year) by(lati_grp)random rr counts group1(experiment)group2(control) xlabel(0.03,1,5) force texts(140) boxsca(60)结果。
Meta分析中的异质性及其处理方法
Meta分析中的异质性及其处理方法一、本文概述Meta分析是一种重要的统计方法，它通过综合多个独立研究的结果，以提高效应估计的精确性和可靠性。
然而，在Meta分析过程中，异质性是一个常见且重要的问题。
异质性指的是各个独立研究间结果的不一致性，这种不一致性可能源于研究设计、样本特征、干预措施、测量方法等多种因素。
异质性的存在会影响Meta分析结果的可靠性和有效性，因此，对异质性进行恰当的识别和处理是Meta分析过程中的关键步骤。
本文旨在深入探讨Meta分析中的异质性问题，包括其来源、识别方法以及处理策略。
我们将概述异质性的定义、来源和分类，以帮助读者理解其本质和重要性。
我们将介绍常用的异质性识别方法，包括图形展示和统计检验等，以帮助读者识别并量化异质性。
我们将详细讨论处理异质性的各种策略，包括敏感性分析、亚组分析、元回归分析以及随机效应模型等，以帮助读者根据实际情况选择合适的处理方法。
通过本文的阅读，读者将能够对Meta分析中的异质性有更深入的理解，并掌握有效的异质性处理方法，从而提高Meta分析的质量和可靠性。
二、异质性的定义与来源在Meta分析中，异质性（Heterogeneity）是一个核心概念，它描述了不同研究结果之间的一致性或差异性。
简单来说，异质性就是指在多个研究之间存在的差异，这些差异可能是由于各种因素造成的，例如研究设计、样本特征、干预措施、测量方法以及研究环境等。
异质性可以分为两类：临床异质性和方法学异质性。
临床异质性主要源于参与者的不同特征、疾病的严重程度、干预措施的差异等；而方法学异质性则主要与研究的设计、执行和分析方式有关，如不同的随机化方法、盲法使用、数据收集和处理方式等。
在临床实践中，异质性的存在可能会导致Meta分析结果的解释变得复杂和困难。
如果忽视异质性，可能会得出误导性的结论，甚至误导临床决策。
因此，在进行Meta分析时，对异质性的识别、量化和处理至关重要。
为了更准确地理解和处理异质性，研究者需要深入探究其来源，并在分析过程中采取相应的措施。
Meta分析中的异质性(heterogeneity)及其处理原则和方法全文
可编辑修改精选全文完整版Meta分析中的异质性（heterogeneity）及其处理原则和方法Meta 分析又称荟萃分析、汇总分析、整合分析，是对具有相同研究题目的多个医学研究进行综合分析。
meta分析的目的在于增大样本含量，减少随机误差所致的差异，增大检验效能。
一个高质量的Meta 分析相当于开展了一个多中心的研究，理想情况下，Meta分析纳入的各项研究均指向同一个结果，即各研究间具有同质性。
尽管，我们试图通过严格的入选和排除标准，以保证纳入研究的同质性。
然而，实际情况往往不尽如意。
会造成“合并萝卜、白菜、西红柿”的错误，就算是勉强合并统计量，得出的结论也不可信。
meta就没有意义了。
所以，合并效应量之前，一定要进行异质性检验。
可以明确的说，纳入Meta分析的所有研究都存在异质性。
当异质性较大时，超出了随机误差，Meta分析的结果就不太可靠。
我们需要通过适当的方法识别它，对其进行检验，以决定后续的处理策略。
梅斯医学提供有关异质性处理的策略。
我们在做meta分析前，必须要做的事有两件：A 确定文献的纳入和排除标准；B 纳入文章的质量评分，例如jadad评分、QUADAS评分等。
临床异质性、方法学异质性和统计学异质性三者是相互独立又相互关联的，临床或方法学上的异质，不一定在统计学上就有异质性表现，反之亦然。
统计学异质性是指：不同试验间被估计的治疗效应的变异。
其实，我们可以这样理解，A“严格执行文献的纳入和排除标准”可以减少临床异质性的来源；B “纳入文章的质量评分”可以减少方法学异质性的来源。
异质性检验方法异质性检验方法主要有图示法和统计学检验。
比如，大家熟悉的森林图，森林图可显示单项研究和合并效应量及其置信区间，如果单项研究结果的置信区间有很少的重叠或者不重叠，则提示研究间可能存在异质性。
如图，第1项研究和第2、第4项研究的置信区间无重叠，提示研究间可能存在异质性。
统计学异质性的六种检验方法，三种是检验，三种图示，即Q统计量、I2统计量、H统计量、Galbraith图法、L’Abbe图、漏斗图）。
meta-分析
不断需要的更新
• 累积META-ANALYSIS 的出现 为每当一个新实验的数据发表即重复实施 META-ANALYSIS. 把逐步累积的证据与专家在回顾文章和教 科书中的建议关联起来。
META-ANALYSIS现状
• META-ANALYSIS作为一种临床研究和保 健技术评估工具，明显优于传统的叙述性 回顾，具有相当优势。 然而,不是“永远正确”的工具 !
英国牛津大学EBM中心Critical Appraisal Sheets: /index.aspx?o=1157
提高Meta分析的质量(二)
• 文献收集的全面性决定了结论的可靠性 • 一定要有图书馆检索老师的共同参与
提高Meta分析的质量(三)
• 统计方法正确：
(A) 研究终止在475天 MS：132天
(B) 研究终止在474天 MS: 158天
10
思 考
• 随访3年的HR和随访5年的HR可以合并吗？ • 雌激素受体阳性率90%得出的RR值，与阳性率60% 得出的RR值，可以合并吗？结论外推性？
Mixing apples with oranges
Meta分析的局限性(二)
宗旨 是准备、维护和发布医疗保健疗效的综合性的系统回顾。
牛津大学 欧洲、北美洲和拉丁美洲、 非洲和澳洲建立了15个中心 遍布世界各地的个人参与合作。
META-ANALYSIS
• 步骤:
制定试验设计书
(提出问题-入选/排除标准建立-明确文献查询范围
及方法-采取的统计学方法)
META-ANALYSIS
– Chalmers criteria
– Jadad criteria – Cochrane Review Handbook – Newcastle-Ottawa Quality Assessment Scale
临床试验Meta分析中的异质性评价研究
为复杂, 它是标准化估计值与标准误倒
数所做的散点图可以探讨异质性及其每
个研究在总体估计中的贡献大小。
( 4) L. Abbe 图: 根 据每 个研 究的
干预组事件发生率相对于对照组事件发
生率做图, 若研究结果同质, 则所有点
呈线性分布, 若偏离该线过远, 则表明
该研究结果为异常。
11113 Q 统 计 量检 验 法: 其 无 效 假设
Key wor ds: Meta- analysis; Heterogeneity (Received dat e: 2000- 03- 30)
Meta 分析, 又称荟萃分析, 是汇总
多个研究结果而进行总体效应评价的一
种分析方法。该法涉及到多个研究结果
间效应合并, 可以认为是一种变相增大
了样 本 含量, 从 而增 大 检 验 效能 的 方
表 11 某妇科肿瘤患者化疗前 的血红蛋白值 ( g/ L)
组别
甲组 乙组 丙组 合计
例数
37 51 30 118
均数
108108 111163 113150 110199
标准差
20105 20167 14104 18196
此例是 三组的成 组设计, 若 要比较 三组有无差 别时, 应使 用方 差分析 或三 组的秩和检验, 若有统计学意义后, 再进 行方差分析 或秩和 检验 的两 两比较, 而 不能简 单地 使 用 三 个 t 检 验 来 进 行比 较。
Meta分析常见错误及处理
1. 选题
有合适的原始论文 重要性
有明确的效应指标
title
争议性
问题清楚，回答明确
创新性
1.选题
问题构建——PICO原则 P
Patient、 population or problem
I
C
O
Intervention
4. 质量评价
• （1）随机序列产生 • 不确定风险：
• 有关分配序列产生的信息不充足，不能判断低风险 或高风险。
4. 质量评价
• （2）分配方案隐藏 • 低风险：
• 受试者和登记受试者的实施者不能预知分配方案， 以下方式可用于隐藏分配方案： 中心随机（包括电话、网络和药房控制的随机）； 按顺序编号的外观相同的储药容器； 按顺序编号的密闭不透光信封。
4. 质量评价
• （3）对参与者和实施者实施盲法 • 低风险：
• 以下任何一项： 未实施盲法或盲法实施不完全，且结果受盲法实施与 否的影响； 对参与者和研究主要实施者实施盲法，但盲法很可能 会被打破，且结果很可能受盲法实施与否的影响。
4. 质量评价
• （3）对参与者和实施者实施盲法 • 不确定风险：
comparison
outcome
2.制定纳入、排除标准
研究 类型
结局 指标
纳入、排 除标准
研究 对象
干预 措施
2. 制定纳入、排除标准
• （1）研究类型：eg 随机对照试验等
• （2）研究对象： eg 年龄、疾病等
• （3）干预措施：eg 某阳性药物 vs 空白等
• （4）结局指标：eg 死亡率等
• （2）分配方案隐藏 • 不确定风险：
Meta分析中异质性的识别与处理
第二军医大学学报Acad J Sec Mil Med Univ 2006Apr ;27(4)・449 ・・学术园地・Meta 分析中异质性的识别与处理The identif ication and solution of heterogeneity in Meta 2analysis魏丽娟,董惠娟(第二军医大学研究生管理大队,上海200433)[摘要] 异质性评价是Meta 分析中必须要进行的一项工作,对于保证Meta 分析的质量具有重要的意义。
本文介绍了异质性含义、来源和检验方法,重点讨论了异质性的处理方法。
[关键词] Meta 分析;异质性检验[中图分类号] R 195.1 [文献标识码] B [文章编号] 02582879X (2006)0420449202[作者简介] 魏丽娟,本科在读.E 2mail :feiyangstudent @hot Meta 分析(Meta 2analysis )是对具有相同研究内容、目的、类型的多个医学研究进行综合分析的一种方法。
通过Meta 分析,可以达到增大样本含量从而增大检验效能的目的,其结果作为最佳的证据,在卫生决策和临床实践中发挥了越来越大的作用。
异质性评价是保证Meta 质量的一个重要步骤,其与效应量合并同样重要。
然而异质性评价的重要性并未引起国内研究者的充分重视,为此本文就异质性含义、来源、检验方法及其处理作一讨论。
1 异质性的含义及其来源 由于纳入同一个Meta 分析的所有研究都存在差异,因此我们将Meta 分析中不同研究间的各种变异,称之为异质性[1]。
这些变异主要是研究对象、研究设计、干预措施、结果测量上的变异。
Meta 分析效应合并时的变异来源有两类[2]:一类是研究内变异,即使两个研究的总体效应完全相同,不同的研究由于样本含量不同,样本内的各观察单位可能存在差异,可得到不同的结果,但与实际效应相差不会很大。
当样本含量较大时,抽样误差相对较小。
Meta分析中异质性方差区间估计方法及改进
关键 词
Ｍ ｔ分 析 ｅ ａ
异质性方差
置信 区间 Ａ
正态分布
中 图法 分类号
０４ ． ； ２ １１
文献标 志码
１ 异质 性方差的区间估计方法
假设总体 的分布函数为 ｒ ｘ ， 为未知参 （ ；）０ 数 ， ， ， 是来 自总体 的样本。如果存在 。 …，
两 个 统 计 量 ０（ ，Ｘ ， ， ） 和 ０（ Ｘ ， ， Ｘ ，２… Ｘ ，２…
计、 大似 然估计、 最 经验贝 叶斯估计 等。在 点估计的基础上 ， 还进 一步研 究 了异质性方差 的 区间估 计， 而更加准 确和有效地 从 度量异质性大小。构建置信 区间的方 法也有很 多 ， 如似 然估计 、 Ｌ ＷＡ Ｄ型 置信 区间、 于 Ｑ统计量 的置信 区间等。在 介绍 已 基 有的几种异质性 方差 区间估计方 法的基 础上 ， 出了假设 ， 给 ｒ 近似服从 正态分布 的情况下 ， 异质性方差 的区间估计方 法， 出 导 了异质性方差置信 区间的解析表达 式。仿 真计算及实例分析表 明该 方法是稳健 、 可靠的。
利用 式 （ ） ４ 和式 （ ）选 取伽 马分 布 中的 形状 参数 和 ５， 尺度 参数 分别 为
）＝ ）＝ （） ６
。 ．
＝
∑
＋
去 ∑
（ ３ １）
ｒ 的置信度为 ９ ％的置信 区间的上下界可 以 ５
通过 如下 两个 公式计 算 得到 ：
记 最大 然估 受限 似 计为下 ， 置 Ｒ ２ 则ｒ的 信度为 Ｅ
９５， ７
Ｑ（ ）＝ 旭０ ２１ ２ 一 ５
（） ３
在计算 时 ， 可通过逐渐增大 值并计算相应
的 Ｑ（ ） 到满 足公 式 （ ） 直 ３ 为止 。 由于 丁 的负值不 在参 数 空 间中 ， 个方法 应 限制 取 负值 。 这
Meta分析中的异质性及其处理方法_王丹
© 2009 中国循证医学杂志编辑部 C JEBMMeta分析中的异质性及其处理方法王 丹1翟俊霞2牟振云3,*宗红侠1赵晓东2王学义4顾 平51. 河北医科大学图书馆（石家庄 050017）；2. 河北省医学情报研究所（石家庄 050021）；3. 河北医科大学公共卫生学院流行病与卫生统计教研室（石家庄 050017）；4. 河北医科大学第一医院精神卫生研究所（石家庄 050031）；5.河北医科大学第一医院神经内科（石家庄 050031）摘要介绍Meta分析中异质性研究，包括Meta分析中异质性的定义，并将异质性分为临床异质性、方法学异质性、统计学异质性三类，介绍减少纳入临床异质性和方法学异质性研究的措施，统计学异质性的五种检验方法（Q统计量、I2统计量、H统计量、Galbraith图法、L’Abbe图）、实例分析及适用情况。
根据异质性的有无将Meta分析分为探索型Meta分析和分析型Meta分析，存在异质性时可采取的措施及其流程图。
关键词 Meta分析；异质性；分类；检验方法；措施Discussing on the Research of Heterogeneity in Meta-analysisWANG Dan1, ZHAI Jun-xia2, MOU Zhen-yun3,*, ZONG Hong-xia1, ZHAO Xiao-dong2, WANG Xue-yi4, Gu Ping51. Library of Hebei Medical University, Shijiazhuang 050017, China;2. Hebei Institute of Medical Information, Shijiazhuang 050021, China;3. Department of Epidemiology and Health Statistics, School of Public Health, Hebei Medical University, Shijiazhuang 050017, China;4. Mental Health Center, The First Hospital, Hebei Medical University, Shijiazhuang 050031, China;5. Department of Neurology, The First Hospital, Hebei Medical University, Shijiazhuang 050031, ChinaAbstract This paper is to discuss the research of heterogeneity in Meta-analysis, including the defi nition of the heterogeneity in Meta-analysis and classifi cation it into clinical heterogeneity, methodological heterogeneity and statistical heterogeneity, the strategies for diminishing clinical heterogeneity and methodological heterogeneity, the fi ve testing methods in statistical heterogeneity (Q statistic, I2 statistic, H statistic, Galbraith plot and L’Abbe plot) and the examplesand applying conditions of the fi ve testing methods, classifi cation of meta-analysis into exploratory meta-analysis andanalytic meta-analysis according if the meta-analysis has heterogeneity, and the strategies and the fl owchart when existingthe heterogeneity in meta-analysis.Key words Meta-analysis; Heterogeneity; Classifi cation; Testing methods; Strategies基金项目：河北省2007年医学科学研究重点课题计划指令性课题（07025）。
Meta回归与亚组分析在异质性处理中的应用
年份
１９８３ １９８３ １９８３ １９８４ １９８４ １９８５ １９８５ １９８５ １９８６ １９８７ １９８７ １９８７ １９８７ １９８７ １９８８ １９８８ １９９０ １９９０ １９９１ １９９１ １９９２ １９９２ １９９３ １９９３ １９９４ １９９５ １９９６ １９９６
五百｛黧｝百 表１ 女性被动吸烟者肺癌发病率的病例对照研究
０．６９２７
中国
５４
２０２
２７６
０．２６７３
德国
２３
４５
６８
０．５１１１
美国
４３１
１１６６
１５９７
０．３６９６
美国
２１０
２０１
４１１
１ ０４５０
中国
７５
１２８
２０３
０．５８５９
中国
３８
６９
１０７
Ｏ．５５０７
美国
６５１
１２５３
１９０４
０．４９５６
俄罗斯 中国 中国
１６２ ２３０ １３５
２８５ ２３０ １３５
在回归模型中反映变量即为各研究的效应指标对分类变量而言出于正态性考虑多选lnor或lnrr根据各个原始研究提供的基本资料与信息异质性影响因素一般应该考虑性别种族年龄地区样本量等常见因素及某些研究所特有的影响因素如吸烟饮酒药物等
生堡煎鱼堑堂苤查！！！！生ｉ旦箜！！鲞笙！塑堡堕！』垦区ｉ！翌ｉ！！！丛型！！！！！∑！！：！！！堕！：！
ｔｈｅ ｃｈａｎｇｅ ｏｆ ｈｅｔｅｒｏｇｅｎｅｉｔｙ ｂｅｆｏｒｅ ａｎｄ ａｆｔｅｒ． Ｔｈｅ ｈｅｔｅｒＯｇｅｎｅｉｔｙ ｗａｓ ｆｏｕｎｄ ｉｎ ｔｈｅ Ｍｅｔａ—ａｎａｌｙｓｉｓ（Ｑ二 ４４．７１，ｄ，＝２７，Ｐ＝０．０１７）．Ｓ孕ｍｐｌｅ ｓｉｚｅ ａｎｄ ｒｅｇｉｏｎ ｗｅｒｅ ｓｅｌｅｃｔｅｄ（Ｐ＝０．０１２ ａｎｄ Ｐ＝０．０９１， ｒｅｓｐｅｃｔｉｖｅｌｙ）ｂｙ Ｍｅｔａ－ｒｅｇｒｅＳｓｉｏｎ ｆｒｏｍ ｍａｎｙ ｐＯｓｓｉｂｌｅ ｆａｃｔｏｒｓ ｓｕｃｈ ａｓ ｓａｍｐｌｅ ｓｉｚｅ，ｙｅａｒ，ｒｅｇｉｏｎ ａｎｄ ｃａｓｅ／ ｃｏｎｔｍｌ ｒａｔｉｏ．Ｔｈｅ Ｑ ｖａｌｕｅＳ ｗｅｒｅ ｌｏｗｅｒｅｄ ｆｒＯｍ ４４．７１ ｔｏ ３２．１１ ａｆｔｅｒ ｓｕｂｇｒｏｕｐ ａｎａｌｙｓｅｓ．Ｔｈｕｓ，Ｍｅｔａ— ｒｅｇｒｅｓｓｉｏｎ ｍｅｔｈｏｄ ｗａｓ ｃｏｎｖｅｎｉｅｎｔ ａｎｄ ｒｅｌｉａｂｌｅ ｔｏ ｓｃｒｅｅｎ ｔｈｅ ａｆｆｅｃｔｅｄ ｆａｃｔｏｒｓ ｏｆ ｈｅｔｅｒｏｇｅｎｅｉｔｙ，ａｎｄ ｓｕｂｇｒｏｕｐ ａｎａｌｙｓｅｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｈｙｐｏｔｈｅｓｉｓ ｔｈａｔ ｃｏｕｌｄ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｌｏｗｅｒ ｔｈｅ ｈｅｔｅｒｏｇｅｎｅｉｔｙ．Ｉｔ ｗａｓ ｒｅｃｏｍｍｅｎｄｅｄ ｔｏ ａ ｃｏｍｂｉｎｅｄ ｕｓｅ ｗｈｅｎ ａｎ ｏｂｖｉｏｕｓ ｈｅｔｅｒｏｇｅｎｅｉｔｖ ｅｘｉｓｔｅｄ ｂｕｔ ｗａｓ ｉｎ ｎｅｅｄ ｔｏ ｇｅｔ ａｎ ｏｖｅｒａｎ ｒｅｓｕｌｔ ｉｎ ＩⅥｅｔａ— ａｎａｌｙｓｉｓ． Ｗｅ ｃｏｕｌｄ ｃｏｒｒｅｃｔｌｙ ｊｕｄｇｅ ａｎｄ ｌｏｗｅｒ ｔｈｅ ｈｅｔｅｒｏｇｅｎｅｉｔｙ ｔｏ ｉｎｃｒｅａｓｅ ｔｈｅ ｒｏｂｕｓｔｎｅｓｓ ａｎｄ ｒａｔｉｏｎａｌｉｔｙ ｏｆ ｒｅｓｕｌｔｓ ｆｒｏｍ Ｍｅｔａ—ａｎａｌｙｓｉｓ．
Meta分析中的异质性检验
Meta分析中的异质性检验
佚名
【期刊名称】《临床肝胆病杂志》
【年(卷),期】2022(38)8
【摘要】异质性检验是Meta分析中一个非常重要的环节。
作者需要知道如何判断有无异质性存在,以及异质性的大小。
异质性的检验方法有卡方检验、I2检验,以及采用P值进行判断。
通常以P<0.1作为具有异质性的判断标准。
如果存在统计学检验的异质性,通常可采用以下几种方法进行处理:(1)如果异质性太强,即纳入研究的特征差异较大,可以放弃资料合并,改为单个研究的效应分析。
【总页数】1页(P1833-1833)
【正文语种】中文
【中图分类】R73
【相关文献】
1.双变量Meta分析——评价基线危险度对Meta分析中异质性的影响
2.Meta分析中的异质性检验方法
3.Meta分析中异质性方差区间估计方法及改进
4.Meta分析中异质性检验方法的改进
5.环境规制与区域绿色经济增长——基于时间、空间和规制类型异质性框架的Meta分析检验
因版权原因，仅展示原文概要，查看原文内容请购买。
stata network meta analysis heterogeneity
stata network meta analysis heterogeneity 在Stata中进行网络Meta分析时，需要考虑异质性的问题。
异质性指的是不同的研究或治疗组之间存在的差异，它可能由许多因素引起，如患者的基线特征、治疗方法或研究的执行方式等。
在进行网络Meta分析时，我们需要估计这种异质性并恰当地处理它，以确保结果的准确性和可靠性。
在Stata中进行网络Meta分析时，可以使用`netgraph`命令生成网络图，以可视化不同治疗之间的比较关系。
然后，可以使用`netreg`命令进行网络Meta分析，该命令可以估计不同治疗之间的效果，并考虑异质性的影响。
要处理异质性，可以考虑以下方法：
1. 使用随机效应模型：随机效应模型可以考虑到不同研究或治疗组之间的变异，并提供一个估计的异质性范围。
2. 计算I²统计量：I²统计量是一个量化异质性的常用方法，它可以告诉我们不同研究或治疗组之间的变异程度。
3. 敏感性分析：敏感性分析可以检查异质性对结果的影响，并确定哪些因素可能导致异质性。
总之，在进行网络Meta分析时，需要考虑异质性的问题，并采取适当的方法来处理它。
这可以帮助我们获得更准确和可靠的结果，并为临床决策提供更有力的支持。
Meta分析中异质性检验peto法中I2统计量与Q检验效能
Meta分析中异质性检验peto法中I2统计量与Q检验效能
Meta分析中异质性检验的传统方法是Q检验，缺陷体现在受纳入研究数的影响明显：囊纳入的研究数较少时，其检验效能低（及时存在异质性，Q检验也可能无统计意义）；当纳入的研究数多时，即使不存在异质性，QAJ检验也可能有统计学意义。
另外Q检验法仅考虑了样本大小的贡献性，没有考虑研究质量的作用。
在Q检验的基础上，Higgins等提出了异质性定量化描述的I2统计量，定义为：
I2 =H2?1
H2?100%= Q?(K?1)
Q
100%(K表示纳入meta
分析的研究数)
其中，H = √Q
K?1
,
I2是一个衡量多个研究效应间差异程度大小的质保，描述由于研究间所致的变异（而非抽样误差所引起的变异）占总变异的百分比。
I2判定异质性划分是：I2 = 0 时，表面研究间的变异仅由于抽样误差造成；当I2 在0.25 和0.5 之间时，则认为存在中度异质性；当I2 > 0.5时将被认为存在高度异质性。
有学者认为I2统计量就是利用了自由度矫正了纳入研究数对Q值得影响，其值大小不会随研究数变化而变化，异质性检验结果也更稳健可靠。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• 1115 •© 2009 中国循证医学杂志编辑部C JEBMMeta分析中的异质性及其处理方法王 丹1 翟俊霞2 牟振云3,* 宗红侠1 赵晓东2 王学义4 顾 平51. 河北医科大学图书馆（石家庄 050017）；2. 河北省医学情报研究所（石家庄 050021）；3. 河北医科大学公共卫生学院流行病与卫生统计教研室（石家庄 050017）；4. 河北医科大学第一医院精神卫生研究所（石家庄 050031）；5.河北医科大学第一医院神经内科（石家庄 050031）摘要 介绍Meta 分析中异质性研究，包括Meta 分析中异质性的定义，并将异质性分为临床异质性、方法学异质性、统计学异质性三类，介绍减少纳入临床异质性和方法学异质性研究的措施，统计学异质性的五种检验方法（Q 统计量、I 2统计量、H 统计量、Galbraith 图法、L’Abbe 图）、实例分析及适用情况。
根据异质性的有无将Meta 分析分为探索型Meta 分析和分析型Meta 分析，存在异质性时可采取的措施及其流程图。
关键词 Meta 分析；异质性；分类；检验方法；措施Discussing on the Research of Heterogeneity in Meta-analysisWANG Dan 1, ZHAI Jun-xia 2, MOU Zhen-yun 3,*, ZONG Hong-xia 1, ZHAO Xiao-dong 2, WANG Xue-yi 4, Gu Ping 51. Library of Hebei Medical University, Shijiazhuang 050017, China;2. Hebei Institute of Medical Information, Shijiazhuang 050021, China;3. Department of Epidemiology and Health Statistics, School of Public Health, Hebei Medical University, Shijiazhuang 050017, China;4. Mental Health Center, The First Hospital, Hebei Medical University, Shijiazhuang 050031, China;5. Department of Neurology, The First Hospital, Hebei Medical University, Shijiazhuang 050031, ChinaAbstract This paper is to discuss the research of heterogeneity in Meta-analysis, including the defi nition of the heterogeneity in Meta-analysis and classifi cation it into clinical heterogeneity, methodological heterogeneity and statistical heterogeneity, the strategies for diminishing clinical heterogeneity and methodological heterogeneity, the fi ve testing methods in statistical heterogeneity (Q statistic, I 2 statistic, H statistic, Galbraith plot and L’Abbe plot) and the examples and applying conditions of the fi ve testing methods, classifi cation of meta-analysis into exploratory meta-analysis and analytic meta-analysis according if the meta-analysis has heterogeneity, and the strategies and the fl owchart when existing the heterogeneity in meta-analysis.Key words Meta-analysis; Heterogeneity; Classifi cation; Testing methods; Strategies基金项目：河北省2007年医学科学研究重点课题计划指令性课题（07025）。
作者简介：王丹，（1974年～），流行病学硕士，以循证医学为主要研究方向。
Email: danw126@ *通讯作者，Email: mzhenyun49@英国心理学家Glass 提出Meta 分析以综合已有发现为目的，对单个研究结果的集合的统计学分析方法[1]。
Meta 分析又称荟萃分析、汇总分析、整合分析，是对具有相同研究题目的多个医学研究进行综合分析的一系列过程，包括提出研究问题、制定纳入和排除标准、检索相关研究、汇总基本信息、综合分析并报告结果等。
目的在于增大样本含量，减少随机误差所致的差异，增大检验效能[2]。
Pubmed 中Mesh 对Meta 分析的定义[3]为合并独立研究（通常提取发表的文献）的结果和综合汇总并得出结论的一种定量方法，用于评估治疗效应、计划新的研究等，主要应用于研究和医学领域。
作为出版类型它通常被作者和出版团体叫作Meta 分析，应与文献综述相区别。
Meta 分析在国内外的研究数量巨大。
以Meta 分析为主题词，在MEDLINE 上从1966年到2008年2月有17 200余条，在CBM 中从1981年到2008年2月也有1 200余条文献。
Meta 分析的广泛应用和发展，也存在诸多问题，其中研究中效应量的异质性分析和检验是Meta 分析的重要一环。
Meta 分析若不能对研究间存在的异质性进行合理解释和分析，也没有采用一定的方法对其加以控制，结果就不可靠，其结论也不能用于指导解决相应的临床问题[4]。
本文将对Meta 分析的异质性进行重点论述。
1 Meta 分析中异质性的定义和分类不可避免地，纳入同一个Meta 分析的所有研究都存在差异，我们将Meta 分析中不同研究间的各种变异，称之为异质性[5]。
Cochrane 网站的术语网页中将异质性定义[6]为：① 广义上描述参与者、干预措施和一系列研究间测量结果的差异和多样性，或那些研究中内在真实性的变异。
② 专指统计学异质性，用来描述一系列研究中效应量的变异程度，也用于表明除仅可预见的偶然机会外研究间存在的差异性[6]。
• 1116 •C JEBM© 2009 Editorial Board of Chin J Evid-based Med Cochrane Handbook将Meta分析的异质性分为：临床异质性、方法学异质性和统计学异质性[5]。
临床异质性是指：参与者不同、干预措施的差异及研究的终点指标不同所导致的变异。
方法学异质性是指：由于试验设计和质量方面的差异引起的，如盲法的应用和分配隐藏的不同，或者由于试验过程中对结局的定义和测量方法的不一致而出现的变异。
统计学异质性是指：不同试验间被估计的治疗效应的变异，它是研究间临床和方法学上多样性的直接结果。
统计学计算异质性以数据为基础，其原理是各研究之间可信区间的重合程度越大，则各研究间存在统计学同质性的可能性越大，相反，可信区间重合程度越小，各研究之间存在统计学异质性的可能性越大[7]。
临床异质性、方法学异质性和统计学异质性三者是相互独立又相互关联的，临床或方法学上的异质，不一定在统计学上就有异质性表现，反之亦然。
2 减少纳入研究的临床和方法学异质性及统计学异质性的检验方法2.1 减少纳入临床异质性和方法学异质性研究的措施Meta分析是要对同质性的研究进行合并，如果在临床和方法学上各研究不同质，就会造成“合并苹果、桔子和一些柠檬”的错误[8]，得到的结论也不可信。
因此在作Meta分析时，首先要制定严格、统一的纳入和排除标准，只有具有相同研究目的、高质量的研究才能纳入分析，考虑研究对象、处理因素等的一致性，这在一定程度上可以确保纳入研究临床上的同质性，这也是合并各不同研究的前提条件。
如：笔者发表的《西酞普兰与阿米替林治疗老年抑郁症随机对照试验的Meta分析》[9]，检索出近期的一篇外文文章[10]，由于西酞普兰组(14/118)和阿米替林组(17/107)含老年痴呆病例，统计结果未区分是否含老年痴呆，经与作者联系未提供分别统计的数据，临床上存在很大的异质性，故将本文排除；还有三篇中文文献[11-13]因为治疗老年脑卒中后抑郁、阿尔茨海默病伴发抑郁症状、及治疗对象为中老年在临床上有很大异质性，将其排除，未与其它文献共同合并做Meta分析。
为保障方法学上的同质性，还必须对将合并的研究进行严格的质量评价，包括随机方法、盲法实施、随机方案隐藏、是否采用意向性治疗分析、是否具有基线相似性等。
只有在临床和方法学上都具有一定的同质性的基础上，方可进入研究间的统计学异质性检验和下一步的合并。
2.2 统计学异质性的几种定量检验方法统计学异质性是对研究间从数量关系上是否具有同质性进行检测的方法，以下介绍常用的几种方法。
2.2.1 Q统计量该检验的无效假设为纳入各研究的效应量均相同。
，其中，则其中w i为第i个研究的权重值，可定义为合并方差的倒数（1/S i2）。
T i为第i个纳入研究的效应量，T为所有纳入研究的平均效应量。
Q服从于自由度为k-1的χ2分布，Q值越大，其对应的P值越小。
若Q>，则P<α，表明研究间存在异质性。
反之亦然[2]。
2.2.2 I2统计量I2统计量反映异质性部分在效应量总的变异中所占的比重。
由下式计算得出：I2=100%×(Q-df)/Q，其中Q为Q统计量，df是它的自由度（即研究总个数减去1得到的数值）。
当I2=0（如果I2为负值，我们设它为0）时，表明没有观察到异质性，I2统计量越大异质性越大；异质性的低、中、高程度分别用I2统计量25%、50%、75%表示[14]。
若I2>50%，则说明存在比较明显的异质性[2]。
2.2.3 H统计量，{H的95%CI：exp(lnH±Zα×SE[ln(H)])，}其中k表示纳入Meta分析的研究数。